在opencv中使用Hough變換檢測垂直線

Question

我正嘗試在opencv（Python）中使用Hough變換去除方塊（垂直和水平線）。問題是沒有檢測到垂直線。我試圖通過輪廓和層次結構來查看，但是圖像中有太多的輪廓，我很困惑如何使用它們。

看過相關帖子後，我已經玩過門檻和rho參數，但沒有幫助。 我已附上代碼以獲取更多詳細信息。爲什麼Hough變換不能在圖像中找到垂直線？歡迎任何解決此任務的建議。謝謝。

輸入圖像：

霍夫變換的圖像：

繪製輪廓：

import cv2 
import numpy as np 
import pdb 


img = cv2.imread('/home/user/Downloads/cropped/robust_blaze_cpp-300-0000046A-02-HW.jpg') 

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
ret, thresh = cv2.threshold(gray, 140, 255, 0) 
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 
cv2.drawContours(img, contours, -1, (0,0,255), 2) 

edges = cv2.Canny(gray,50,150,apertureSize = 3) 
minLineLength = 5 
maxLineGap = 100 
lines = cv2.HoughLinesP(edges,rho=1,theta=np.pi/180,threshold=100,minLineLength=minLineLength,maxLineGap=maxLineGap) 
for x1,y1,x2,y2 in lines[0]: 
    cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2) 

cv2.imwrite('probHough.jpg',img) 

Answer 1

說實話，而不是找線，我不是看爲白色框。

1. 製備

   import cv2 
   import numpy as np 
   

2. 裝入圖像

   img = cv2.imread("digitbox.jpg", 0) 
   

3. 二值化，所以，無論是框和數字是黑，其餘的是白

   _, thresh = cv2.threshold(img, 200, 255, cv2.THRESH_BINARY) 
   cv2.imwrite('digitbox_step1.png', thresh) 
   

   

4. 查找輪廓。在這個示例圖像中，只需查找外部輪廓即可。

   _, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) 
   

5. 處理輪廓，過濾掉任何面積太小的區域。找到每個輪廓的凸包，創建輪廓外所有區域的蒙版。存儲每個找到的輪廓的邊界框，按x座標排序。

   

6. 擴張掩模（收縮黑色部分），夾斷任何殘留在灰框。

   mask = cv2.dilate(mask, np.ones((5,5),np.uint8)) 
   
   cv2.imwrite('digitbox_step3.png', mask) 
   

   

7. 填寫所有的蒙面像素，白，刪除這些畫面。

   img[mask != 0] = 255 
   
   cv2.imwrite('digitbox_step4.png', img) 
   

   

8. 過程中的數字，你的願望 - 我得繪製邊框。

   result = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) 
   
   for n,box in enumerate(boxes): 
       x,y,w,h = box 
       cv2.rectangle(result,(x,y),(x+w,y+h),(255,0,0),2) 
       cv2.putText(result, str(n),(x+5,y+17), cv2.FONT_HERSHEY_SIMPLEX, 0.6,(255,0,0),2,cv2.LINE_AA) 
   
   cv2.imwrite('digitbox_step5.png', result) 
   

   

---

一體的整個腳本：問題的

import cv2 
import numpy as np 

img = cv2.imread("digitbox.jpg", 0) 

_, thresh = cv2.threshold(img, 200, 255, cv2.THRESH_BINARY) 
_, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) 

mask = np.ones_like(img) * 255 
boxes = [] 

for contour in contours: 
    if cv2.contourArea(contour) > 100: 
     hull = cv2.convexHull(contour) 
     cv2.drawContours(mask, [hull], -1, 0, -1) 
     x,y,w,h = cv2.boundingRect(contour) 
     boxes.append((x,y,w,h)) 

boxes = sorted(boxes, key=lambda box: box[0]) 

mask = cv2.dilate(mask, np.ones((5,5),np.uint8)) 

img[mask != 0] = 255 

result = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) 

for n,box in enumerate(boxes): 
    x,y,w,h = box 
    cv2.rectangle(result,(x,y),(x+w,y+h),(255,0,0),2) 
    cv2.putText(result, str(n),(x+5,y+17), cv2.FONT_HERSHEY_SIMPLEX, 0.6,(255,0,0),2,cv2.LINE_AA) 

cv2.imwrite('digitbox_result.png', result)